• 刷题1:数组篇



    作者有话说

      1、本篇是算法刷题系列文章的第一篇,写此系列的目的是为了让自己对题目的理解更加深刻。

      2、本系列博客主要参考了卡哥的 代码随想录博客 以及 卡哥本人B站讲解的视频 代码随想录B站视频 ,强烈推荐给大家,因为本人学习中 Python为主,因此博客主要由 Python 代码呈现给大家,需要其他语言的版本,卡哥博客链接自取。


    一、数组介绍

      数组是存放在连续内存空间上的相同类型数据的集合,需要两点注意的是:1、数组下标都是从0开始的;2、数组内存空间的地址是连续的;3、数组的元素是不能删的,只能覆盖。

    二、相关题目

    2.1 LeetCode704 二分查找

    • 题目原址: 704. 二分查找
    • 题目描述: 给定一个 n 个元素有序的(升序)整型数组 nums 和一个目标值 target ,写一个函数搜索 nums 中的 target,如果目标值存在返回下标,否则返回 -1
    • 解题思路: 本题主要是考察二分法,其算法思想是:取数组中间值mid区间 [left,right] 大小是数组大小。每次使用 中间值mid 去进行判断,若大了,修改 right的值 ,若小了,修改 left的值 ,若相等则返回。使用二分法的前提:数组有序,数组内无重复元素
    • 代码如下:
    class Solution:
        def search(self, nums: List[int], target: int) -> int:
            left = 0
            right = len(nums) - 1
            while left <= right:
                mid = left + (right - left) // 2
                if nums[mid] > target:
                    right = mid - 1
                elif nums[mid] < target:
                    left = mid + 1
                else:
                    return mid
            return -1
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13

    2.2 LeetCode27 移除元素

    • 题目原址: 27. 移除元素
    • 题目描述: 给你一个数组 nums 和一个值 val,你需要 原地移除 所有数值等于 val 的元素,并 返回移除后数组的新长度
    • 解题思路: 题目要求是原地移除,我们采用 双指针 方法中的快慢指针去操作,慢指针 slow 控制“所谓的新数组”,快指针 fast 去遍历原数组;通过条件判断将满足题意的值给到 slow 所控制的“新数组”,最终返回 slow 的值,就是“新数组的长度”。
    • 代码如下:
    class Solution:
        def removeElement(self, nums: List[int], val: int) -> int:
            if nums is None or len(nums)==0: 
                return 0 
            slow = 0
            for fast in range(0, len(nums)):
                if nums[fast] != val:
                    nums[slow] = nums[fast]
                    slow += 1
            return slow
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10

    2.3 LeetCode977 有序数组的平方

    • 题目原址: 977. 有序数组的平方
    • 题目描述: 给你一个按 非递减顺序 排序的整数数组 nums ,返回 每个数字的平方 组成的新数组,要求也按 非递减顺序 排序。
    • 解题思路:

    法1、暴力求解: 计算出数组每个值的平方值,然后再排序即可,代码不再给出;
    法2、双指针法: 根据题意知,数组其实是有序的, 只不过负数平方之后可能成为最大数了。那么数组平方的最大值就在数组的两端,不是最左边就是最右边,不可能是中间。此时可以考虑双指针法了,i 指向起始位置,j 指向终止位置。定义一个新数组 result ,和 A 数组一样的大小,让 k 指向 result 数组终止位置。
    如 果 A [ i ] ∗ A [ i ] < A [ j ] ∗ A [ j ] , 那 么 r e s u l t [ k − − ] = A [ j ] ∗ A [ j ] 如 果 A [ i ] ∗ A [ i ] > = A [ j ] ∗ A [ j ] , 那 么 r e s u l t [ k − − ] = A [ i ] ∗ A [ i ] 如果 A[i] * A[i] < A[j] * A[j],那么result[k--] = A[j] * A[j] \\ 如果A[i] * A[i] >= A[j] * A[j],那么result[k--] = A[i] * A[i] A[i]A[i]<A[j]A[j]result[k]=A[j]A[j]A[i]A[i]>=A[j]A[j]result[k]=A[i]A[i]

    • 代码如下:
    class Solution:
        def sortedSquares(self, nums: List[int]) -> List[int]:
            # 双指针
            n = len(nums)
            result = [-1] * n
            i, j, k = 0, n - 1, n - 1
    
            while i <= j:
                i_2 = nums[i] * nums[i]
                j_2 = nums[j] * nums[j]
    
                if i_2 < j_2:
                    result[k] = j_2
                    j -= 1
                else:
                    result[k] = i_2
                    i += 1
                k -= 1
            return result
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19

    2.4 LeetCode209 长度最小的子数组

    • 题目原址: 209. 长度最小的子数组
    • 题目描述: 给定一个含有 n 个正整数的数组和一个正整数 target 。找出 该数组中满足其和 ≥ target 的长度最小的 连续子数组 [numsl, numsl+1, ..., numsr-1, numsr] ,并返回其长度。如果不存在符合条件的子数组,返回 0 。
    • 解题思路:

    法1、暴力求解: 双层for循环遍历数组,然后找到大于等于target的最小数组区间的长度;
    法2、滑动窗口法【双指针】: 滑动窗口其实也是双指针,就是不断的调节子序列的起始位置和终止位置,从而得出我们要想的结果。在本题中实现滑动窗口,主要确定如下三点:

    • 窗口内是什么?满足其和 ≥ target 的长度最小的 连续 子数组。
    • 如何移动窗口的起始位置?如果当前窗口的值大于 target 了,窗口就要向前移动了(也就是该缩小了)。
    • 如何移动窗口的结束位置?窗口的结束位置就是遍历数组的指针,也就是for循环里的索引。
    • 代码如下:
      法一:暴力求解
    # 法一:暴力求解
    class Solution:
        def minSubArrayLen(self, s: int, nums: List[int]) -> int:
            # 定义一个无限大的数
            res = float("inf")
            Sum = 0
            index = 0
            for i in range(len(nums)):
                Sum += nums[i]
                while Sum >= s:
                    res = min(res, i-index+1)
                    Sum -= nums[index]
                    index += 1
            return 0 if res==float("inf") else res
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14

    法二:滑动窗口

    # 法二:滑动窗口
    class Solution:
        def minSubArrayLen(self, target: int, nums: List[int]) -> int:
            if nums is None or len(nums) == 0: 
                return 0 
            lenf = len(nums) + 1
            total = 0
            i = j = 0
            while (j < len(nums)):
                total = total + nums[j]
                j += 1
                while (total >= target):
                    lenf = min(lenf, j - i)
                    total = total - nums[i]
                    i += 1
            if lenf == len(nums) + 1:
                return 0
            else: 
                return lenf
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19

    2.4.1 推荐题目

    1. LeetCode904 水果成篮
    2. LeetCode76 最小覆盖子串

    三、参考资料


    总结

      数组篇到这里就结束了,里面涉及的例题并不是很多,大家可以针对文章中提到的算法继续练习,链表篇见吧。

  • 相关阅读:
    单中的部分字段失去焦点后,将数据还原为进入弹窗时的接口数据(深拷贝)
    tcp多线程处理多个客户端数据(linux)
    D. Social Network(并查集修改连通块数量)
    react 生命周期
    HTTP/2是什么?和HTTP/1.1有什么不同?和SPDY有什么不同?
    .Net 7 轻松上手Dapr之服务调用
    worthington细胞分离优化技术:优化策略
    web前端面试题附答案007-面试官问DOCTYPE声明你要注意啦
    一文读懂Persistence One- 如何将Restaking带入Cosmos
    关于二级页表的引入
  • 原文地址:https://blog.csdn.net/weixin_44186785/article/details/127960916